一种基于多模态传感融合的工业设备状态预测方法技术

本发明专利技术公开了一种基于多模态传感融合的工业设备状态预测方法，包括：通过在统一时间基准下采集并对齐旋耕机多模态传感数据，保证了数据的一致性与协同性；通过有效的预处理和多维特征提取，显著增强了特征表达的精确性和稳定性；通过构建自注意力与图注意力双路径Transformer融合网络，充分捕捉模态内与模态间的关联信息，提升了设备状态特征融合能力；进一步采用基于注意力机制的门控循环单元实现状态的精准预测，可靠地评估设备健康状态与故障趋势；最后，通过阈值判定和预警机制，及时将预测结果转化为有效维保决策，从而提高设备运行的安全性、可靠性，并降低维护成本。

【技术实现步骤摘要】

本专利技术涉及工业设备智能监测与状态预测的，尤其涉及一种基于多模态传感融合的工业设备状态预测方法。

技术介绍

1、工业设备状态预测技术是实现现代工业精细化管理和设备智能维护的重要支撑，目前，工业设备状态预测主要通过物理模型、数据驱动方法及其混合策略实现，其中数据驱动方法由于无需深入机理建模、灵活适应性强而被广泛应用，然而，单一模态数据的预测方法存在数据维度受限、特征表达不充分的问题，多模态融合技术因此逐渐成为提升设备状态预测精度的新兴研究方向。

2、cn118070491a公开了一种基于混合方法的工业设备健康状态预测方法，通过拟合经验函数预测功率退化趋势，但其单一模态(输出功率)数据无法充分表征设备复杂工况下的全面运行状态。

3、cn116599034a公开了一种农业设备负荷预测及控制优化方法，虽考虑了负荷数据和气象因素，但缺乏对设备自身运行过程中振动、温度等机械物理信号的多模态融合分析，导致预测结果难以精确反映设备的真实运行状态和潜在故障趋势。

4、综上所述，现有工业设备状态预测技术存在模态信息融合程度低、预测特征单一本文档来自技高网...

【技术保护点】

1.一种基于多模态传感融合的工业设备状态预测方法，其特征在于，包括：

2.根据权利要求1所述的基于多模态传感融合的工业设备状态预测方法，其特征在于，所述采集旋耕机的多模态传感数据，包括：安装在变速箱外壳与机架的三轴振动加速度传感器、布设于主轴轴承附近的红外温度及K-型热电偶组合传感器、位于机体侧板的MEMS麦克风阵列、嵌入动力输出轴的霍尔转速编码器、置于电控液压泵输入端的三相电流-电压一体化传感模块以及安装于机罩内的高精度气压-湿度组合传感器。

3.根据权利要求2所述的基于多模态传感融合的工业设备状态预测方法，其特征在于，所述多模态传感数据包括机械振动加速度数据、...

【技术特征摘要】

1.一种基于多模态传感融合的工业设备状态预测方法，其特征在于，包括：

2.根据权利要求1所述的基于多模态传感融合的工业设备状态预测方法，其特征在于，所述采集旋耕机的多模态传感数据，包括：安装在变速箱外壳与机架的三轴振动加速度传感器、布设于主轴轴承附近的红外温度及k-型热电偶组合传感器、位于机体侧板的mems麦克风阵列、嵌入动力输出轴的霍尔转速编码器、置于电控液压泵输入端的三相电流-电压一体化传感模块以及安装于机罩内的高精度气压-湿度组合传感器。

3.根据权利要求2所述的基于多模态传感融合的工业设备状态预测方法，其特征在于，所述多模态传感数据包括机械振动加速度数据、红外测温值与热电偶测温值、声波形序列、转速脉冲计数与瞬时转速、相电流和相电压及功率因数、环境温湿度与压强。

4.根据权利要求1或3所述的基于多模态传感融合的工业设备状态预测方法，其特征在于...

【专利技术属性】
技术研发人员：周心菲，陈建，常毅松，
申请(专利权)人：南京混沌物联网技术有限公司，
类型：发明
国别省市：